Para resolver el problema de la dificultad para predecir con precisión el contenido de carbono en las cenizas volantes de la caldera a largo plazo, desde la mejora de la precisión de predicción del modelo y su capacidad de adaptación, se propone un modelo de corrección automática ponderada de mínimos cuadrados por máquina de soporte de vector (WLSSVM) basado en la evaluación del rendimiento de predicción del modelo. Se construye un conjunto de entrenamiento del modelo de medición basado en el grupo máximo de elementos linealmente independientes, lo que hace que el modelo WLSSVM sea bastante escaso y reduce la cantidad de cálculo del proceso de entrenamiento; se establece un modelo de medición WLSSVM basado en un factor de ponderación de similitud de datos, utilizando el algoritmo de diferenciación de poblaciones dobles para optimizar la selección de parámetros del modelo; a través de la evaluación en línea del rendimiento de predicción del modelo y la corrección recursiva, se logra una corrección automática en línea del modelo. Los resultados del experimento de simulación en una caldera de 300 MW mostraron que este modelo algorítmico tiene una buena precisión de predicción y capacidad de adaptación, y puede predecir con eficacia el contenido de carbono en las cenizas volantes.

caldera; cenizas volantes; contenido de carbono; grupo máximo de elementos linealmente independientes; algoritmo de diferenciación de poblaciones dobles; corrección recursiva